首页|基于数据增强的领域知识图谱构建方法研究

基于数据增强的领域知识图谱构建方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
[目的/意义]探究使用大数据技术解决传统制造业知识管理问题的方法,实现对专利知识的自动抽取和结构化构建,提高信息检索效率和利用率.[方法/过程]结合深度学习技术,提出了一种面向非结构化专利信息的知识图谱自动构建方法,在BiLSTM-CRF的基础上引入预训练模型实现对实体和开放式关系的自动抽取,并基于迁移学习进行数据增强提升抽取效果;改进实体关系抽取模型提升三元组结构识别的准确率;最后将其存储到Neo4j图数据库中进行领域知识图谱的构建.[结果/结论]本文提出的方法解决了信息抽取在专业领域样本量少的问题,对专利三元组识别的准确率达到了 94.71％,构建的知识图谱能够满足企业创新知识管理和竞争情报获取的需求,提升企业知识的可重用性.
Research on Construction Method of Domain Knowledge Graph Based on Transfer Learning

钱玲飞、崔晓蕾

展开 >

南京航空航天大学经济与管理学院,江苏南京211106

专利 数据增强 信息抽取 三元组识别 新能源汽车电池技术领域

国家社会科学基金国家社会科学基金南京航空航天大学研究生创新基地(实验室)开放基金

19BTQ06221BTQ107kfjj20200901

2022

10.3969/j.issn.1008-0821.2022.03.004

现代情报
中国科学技术情报学会　吉林省科技信息研究所

现代情报

CSTPCDCSSCICHSSCD
影响因子：1.133
ISSN：1008-0821
年,卷(期)：2022.42(3)
  • 10
  • 9